filter_by_instag
paddle.fluid.layers.
filter_by_instag
(ins, ins_tag, filter_tag, is_lod)[源代码]
此函数通过instag来过滤ins batch,大量属于同样的tags的样本,我们可以指定我们想要的一些tags,属于这些tags的样本将会被保留在输出中,其余的将会移除。比如,一个batch有4个样本,每个样本都有自己的tag表。
Ins | Ins_Tag |
0 | 0, 1 |
1 | 1, 3 |
2 | 0, 3 |
3 | 2, 6 |
Lod为[1,1,1,1],filter tags为[1],从上面的定义中,带有标签[1]的样本将会通过filter,所以,样本0和1将会通过并且出现在输出中。准确来说,如果 is_lod
为false,它是一个等于值全为1的lod_tensor的普通的tensor,和上面的例子很相似。
- 参数:
- ins (Variable) - 输入变量(LoDTensor),通常为2D向量,第一个维度可以有lod info,也可以没有。
- ins_tag (Variable) - 输入变量(LoDTensor),通常为1维列表,通过lod info来分割。
- filter_tag (Variable) - 输入变量(1D Tensor/List),通常为持有tags的列表。
- is_lod (Bool) – 指定样本是否为lod tensor的布尔值。
返回:过滤之后的样本(LoDTensor)和 损失权重(Tensor)。
返回类型:变量(Variable)
代码示例:
- import paddle.fluid.layers as layers
- ins = layers.data(name='Ins', shape=[-1,32], lod_level=0, dtype='float64')
- ins_tag = layers.data(name='Ins_tag', shape=[-1,16], lod_level=0, dtype='int64')
- filter_tag = layers.data(name='Filter_tag', shape=[-1,16], dtype='int64')
- out, loss_weight = layers.filter_by_instag(ins, ins_tag, filter_tag, True)